Regression model
GJR-GARCH (不对称 GARCH)
GJR-GARCH 是 GARCH 条件波动率模型的一个变体，它使用一个指示变量来捕捉负面冲击对波动率的不对称影响。该模型由 Glosten, Jagannathan 和 Runkle (1993) 提出，Zakoian (1994) 也提出了一个密切相关的阈值形式。
用 EconMind 应用即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
另有 1 项
来源
- Glosten, L. R., Jagannathan, R. & Runkle, D. E. (1993). On the Relation Between the Expected Value and the Volatility of the Nominal Excess Return on Stocks. The Journal of Finance, 48(5), 1779-1801. DOI: 10.1111/j.1540-6261.1993.tb05128.x ↗
- Zakoian, J. M. (1994). Threshold Heteroskedastic Models. Journal of Economic Dynamics and Control, 18(5), 931-955. DOI: 10.1016/0165-1889(94)90039-6 ↗
如何引用本页
ScholarGate. (2026, June 1). Glosten-Jagannathan-Runkle GARCH. ScholarGate. https://scholargate.app/zh/econometrics/gjr-garch
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 自回归条件异方差 (ARCH) 模型计量经济学↔ 比较
- ARIMA（自回归积分滑动平均）模型计量经济学↔ 比较
- 指数 GARCH (EGARCH)计量经济学↔ 比较
- GARCH 模型（波动率预测）计量经济学↔ 比较
- TBATS计量经济学↔ 比较